Zdecentralizowane sieci obliczeniowe w celu rozwiązania problemu niedoborów GPU w sztucznej inteligencji: Messari

Boom na sztuczną inteligencję rozciąga branżę produkcji chipów do granic możliwości, prowadząc do niedoboru procesorów graficznych – podstawowych jednostek przetwarzających, które napędzają modele uczenia maszynowego (ML). 

Według firmy Messari zajmującej się badaniami kryptograficznymi i danymi, zdecentralizowane sieci obliczeniowe mogą stanowić gotowe rozwiązanie.

Rosnące zapotrzebowanie i wymagania GPU

Nowy raport Messari analizuje wyzwania stojące przed producentami chipów, takimi jak Nvidia, którzy walczą o nadążenie za popytem w następstwie manii AI. TWysokie koszty i ograniczona dostępność chipów budzą obawy co do przyszłego wdrażania aplikacji AI.

Branża sztucznej inteligencji jest zależna od procesorów graficznych, które są „niezbędne do uczenia i wysyłania zapytań do modeli ML”, mówi Messari. Gwałtowny wzrost sprzedaży sprawił, że producenci nie są w stanie nadążyć, co prowadzi do niedoborów.

Może jednak być światełko w tunelu, ponieważ rozwiązanie może już istnieć w postaci zdecentralizowanych sieci obliczeniowych.

„Zdecentralizowane sieci obliczeniowe oferują obiecujące rozwiązanie, łącząc jednostki z niewykorzystaną mocą obliczeniową, łagodząc niedobór GPU”, napisał Messari na Twitterze Wednesday.

Istnieje wiele projektów obliczeniowych kryptowalut, które mogą pomóc w zaspokojeniu popytu.

Po stronie szkolenia modeli i dostrajania Messari wskazuje Gensyn i Razem. Po stronie wnioskowania o modelach projekty reklamowane przez Messari obejmują Giza, oddać, ŁańcuchML, Laboratoria modułowe i Bittensor.

Bardziej ogólne sieci obliczeniowe są Akash, cudo, iExec, Truebit, Ryba dorsz i Topnik.

Według Messari, wykorzystując moc bezczynnych procesorów graficznych, można zmniejszyć zapotrzebowanie na wysokiej klasy procesory graficzne, zmniejszając koszty i zwiększając dostępność dla programistów AI.

Cała masa chipsów

Ostatnia raport przez firmę badawczą TrendForce, ujawnia, że ​​ChatGPT może wymagać ponad 30,000 XNUMX procesorów graficznych firmy Nvidia, aby wydajnie przetwarzać dane szkoleniowe.

Szacunki TrendForce opierają się na możliwościach obliczeniowych firmy Nvidii A100 karta graficzna w cenie od 10,000 15,000 do 300 XNUMX USD. Nvidia może wygenerować znaczne przychody, potencjalnie sięgające XNUMX milionów dolarów, dzięki wysokiemu popytowi napędzanemu przez ChatGPT.

Zapotrzebowanie na procesory graficzne w sztucznej inteligencji rośnie wykładniczo, ponieważ modele ML stają się coraz bardziej złożone, co wymaga modeli o większych parametrach i zwiększonej mocy obliczeniowej. Pojawienie się transformatorów i ich zastosowanie w modelowaniu języka jeszcze bardziej zwiększyło wymagania obliczeniowe, podwajając je co 3-6 miesięcy. 

Jednym z kluczowych wyzwań w #AI jest niedobór procesorów graficznych, które są niezbędne do uczenia i wysyłania zapytań do modeli ML.

Zdecentralizowane sieci obliczeniowe oferują obiecujące rozwiązanie, łącząc jednostki z niewykorzystaną mocą obliczeniową, łagodząc niedobór GPU. pic.twitter.com/vQpYD8glvY

- Messari (@MessariCrypto) 21 czerwca 2023 r.

Napięcia polityczne i ograniczenia w dostawach GPU

A Blog w Nowym Mieście w sprawie zdecentralizowanego przetwarzania w AI i ML to sugeruje napięcia polityczne przyczyniają się do ograniczeń w dostawach GPU. Produkcja półprzewodników opiera się na złożonym stosie czynników mechanicznych, fizycznych, chemicznych, logistycznych i handlowych. 

Tajwan, który odpowiada za 63% rynku odlewów półprzewodników, ma mocną pozycję w globalnym łańcuchu dostaw. Jednak napięcia geopolityczne między Stanami Zjednoczonymi a Chinami powodują niepewność i potencjalne zagrożenia dla przemysłu półprzewodnikowego, co podkreśla potrzebę zdywersyfikowanych łańcuchów dostaw.

Blog dodatkowo potwierdza, że ​​dostawcy chmury, tacy jak AWS, GCP i Azure, oferują wynajem GPU, ale potrzebują pomocy w zakresie cen i dostępności. 

Utrzymujące się zaciekłe stosunki między Stanami Zjednoczonymi a Chinami stanowią zatem znaczącą szansę dla zdecentralizowanych sieci obliczeniowych.

PODZIEL SIĘ TYM POSTEM

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Motoryzacja / pojazdy elektryczne, Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Przesunięcia bloków. Modernizacja własności offsetu środowiskowego. Dostęp tutaj.
• Źródło: https://metanews.com/decentralized-compute-networks-to-tackle-gpu-shortage-in-ai-messari/